Я пытаюсь понять разницу между различными классами алгоритмов машинного обучения.
Я понимаю, что реализации эволюционных алгоритмов сильно отличаются от реализаций нейронных сетей.
Однако оба они, похоже, ориентированы на определение корреляции между входами и выходами из потенциально шумного набора учебных/исторических данных.
С качественной точки зрения существуют ли проблемные области, которые являются лучшими мишенями для нейронных сетей, в отличие от эволюционных алгоритмов?
Я просмотрел некоторые статьи, которые предлагают использовать их в дополнении. Есть ли приличный пример использования для этого?